JURNAL
SISTEM PREDIKSI PENJUALAN PRODUK PERAWATAN RAMBUT MENGGUNAKAN METODE MOVING AVERAGE
SYSTEMS HAIR CARE PRODUCT SALES PREDICTION USING THE MOVING AVERAGE METHOD
Oleh: DELLI WIDIANNA PUTRI 12.1.03.02.0274
Dibimbing oleh : 1. RINI INDRIANI, S.Kom., M.Kom 2. DANIEL SWANJAYA, M.Kom
TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2017
Artikel Skripsi Universitas Nusantara PGRI Kediri
Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
simki.unpkediri.ac.id || 1||
Artikel Skripsi Universitas Nusantara PGRI Kediri
SISTEM PREDIKSI PENJUALAN PRODUK PERAWATAN RAMBUT MENGGUNAKAN METODE MOVING AVERAGE Delli Widianna Putri 12.1.03.02.0274 Fakultas Teknik - Teknik Informatika
[email protected] Rini Indriani S.Kom., M.Kom. dan Daniel Swanjaya, M. Kom UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK
Permasalahan yang dimiliki oleh perusahaan adalah berapa jumlah barang yang harus diproduksi untuk 2 minggu selanjutnya. Perusahaan harus membangun sistem untuk memanajemen kegiatan perusahaan agar dapat berjalan dengan efektif. Salah satu cara yang dapat digunakan untuk melaksanakan fungsi tersebut ialah dengna memebuat Prediksi penjualan yang tersistematis dengan acuan data yang relevan. Permasalahan pada penelitian ini adalah (1) Bagaimana cara membangun aplikasi analisis prediksi persediaan barang pada Prrusahaan PT. Astha Makmur Lestari dengan metode Moving Average ? Dengan membuat aplikasi prediksi penjualan menggunakan metode Moving Average peneliti membutuhkan bahan untuk acuan sistem, bahan acuan yang digunakan adalah data penjuaalan terdahulu. Metode Moving Average adalah metode untuk menghitung nilai trend pada tahun berikutnya dan untuk mencari forecast periode yang akan datang. Kesimpulan hasil penelitian ini adalah (1) Aplikasi ini dibuat dengan banyak tahapan yang yelah dijelaskan pada bab sebelumnya dengan menggunakan beberapa software pendukung untuk dapat mengolah data penjualan kedalam sistem terkomputerisasi untuk mendapatkan output prediksi yang diharapkan. (2) Sistem ini mampu membantu dalam memprediksi jumlah produksi barang menggunakan sistem komputerisasi yang mengacu pada jumlah penjualan pada periode masa lampau. Berdasarkan kesimpulan dari hasil penelitian ini disarankan : (1) Pelatihan personal sangat membantu terlaksananya sistem yang baru ini. Karena latihan tersebut dibutuhkan sebagai langkah perkenalan terhadap sistem baru, sehingga di harapkan pengoperasian sistem Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
simki.unpkediri.ac.id || 2||
Artikel Skripsi Universitas Nusantara PGRI Kediri
yang baru dapat berjalan dengan baik. (2) Belum adanya sistem admin dalam sistem ini. Sitem ini hanya memprediksi
serta laporan data barang saja. (3) Aplikasi ini perlu
ditambahkan sistem keamanan.
KATA KUNCI : Kata Kunci : Penjualan Produk Perwatan Rambut , Moving Average .
datang. Prediksi tersebut diperoleh dari data
I. LATAR BELAKANG Dunia usaha pada saaat ini telah
permintaan
produk
pada
periode
berkembang dengan pesat. Berbagai jenis
sebelumnya.
Dengan
adanya
prediksi
produk telah dikembangkan dengan adanya
tersebut, maka perusahaan dapat mencapai
ilmu pengetahuan dan teknologi memberi
tujuan serta pengambilan keputusan dalam
dampak yang pesat di dunia usaha dan
produksinya
perekonomian Indonesia. Maka setiap
peramalan memerlukan penerapan metode-
perusahaan
metode, hal ini bertujuan agar bisa
harus
waspada
dalam
menghadapai persaingan yang sangat ketat.
namun
dalam
kegiatan
meminimalkan kesalahan peramalan
Untuk mengatasi permasalahan tersebut
PT. Astha Makmur Lestari merupakan
diperlukan suatu keputusan yang dapat
sutu perusahaan yang bergerak dibidang
memecahkan
penjulan produk-produk Perawatan Rambut
masalah
tersebut
yang
biasanya diambil dari berbagai alternatif
dalam
pilihan yang ada, diantaranya yaitu tentang
memerlukan prediksi dalam sebuah usaha
tindakan
untuk pengolahan data dan menghasilkan
perencanaan
baik
rencana
produksi atau permintaan .
jumlah
besar.
Perusahaan
ini
laporan-laporan yang akurat.
Perencanaan permintaan secara umum lebih dikenal dengan prediksi, Prediksi merupakan
perhitungan
yang
objektif
II.
METODE
dengan menggunakan data-data dimasa lalu
Rata-rata bergerak tunggal (Single
untuk menentukan sesuatu di masa yang
Moving Average) adalah suatu metode
akan datang. Namun dalam kaitannya
peramalan
dengan dunia perusahaan dikenal dengan
mengambil sekelompok nilai pengamatan,
forecase, forecase merupakan
prediksi
mencari nilai rata-rata tersebut sebagai
tentang jumlah produk yang akan dipesan
ramalan untuk periode yang akan datang.
yang
dilakukan
dengan
atau diminta pada periode yang akan Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
simki.unpkediri.ac.id || 3||
Artikel Skripsi Universitas Nusantara PGRI Kediri
Metode Single Moving Average mempunyai karakteristik khusus yaitu ; untuk
menentukan
A. Hasil Implementasi Sistem DFD Level 1 merupakan penjabaran dari
pada
Context Diagram. Dalam level ini terdapat 3
periode yang akan datang memerlukan data
proses yaitu login, pengolahan data dan
historis selama jangka waktu tertentu.
proses peramalan. Pada proses pertama
Misalnya, dengan 3 bulan moving average,
admin melakukan login menggunakan nama
maka ramalan bulan ke 5 baru dibuat setelah
dan password yang akan dicek ditabel admin,
bulan ke 4 selesai/berakhir. Jika bulan
apakah nama dan password sudah benar.
moving average bulan ke 7 baru bisa dibuat
Apabila sudah benar lanjut ke proses
setelah bulan ke 6 berakhir. Semakin panjang
berikutnya, dimana admin memasukkan data
jangka waktu moving average, efek pelicinan
barang jika ada barang yang terjual maka
semakin
atau
barang yang terjual masuk ke data penjualan
yang
setelah itu masuk ke proses ketiga yaitu
terlihat
menghasilakan
dalam
moving
ramalan
ramalan average
semakin halus
proses sistem peramalan dan hasilnya akan
Persamaan matematis single moving average
berupa laporan
adalah sebagai berikut :
prediksi penjualan. Admin dapat melihat
๐ด๐ก =
๐ท๐ก + ๐ท๐กโ1 + ๐ท๐กโ2 + โฏ + ๐ท๐กโ๐+1 ๐
laporan tersebut. Untuk lebih jelasnya bisa dilihat pada gambar dibawah ini :
Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil permintaan dengan permintaan yang sebenarnya terjadi. Beberapa metode telah
digunakan
untuk
menunjukkan
kesalahan yang disebabkan oleh suatu teknik peramalan tertentu. Hampir semua ukuran tersebut
menggunakan
Gambar 3.1DFD Level 1
pengrata-rataan
beberapa fungsi dari perbedaan antara nilai sebenarnya dengan nilai peramalannya. Perbedaan nilai sebenarnya dengan nilai peramalan ini biasanya disebut sebagai residual (Arsyat, 1997: 57).
1. ERD
pada
SPK
Peramalan
Penjualan Entity Relationship (ERD) Model Entity
Relationship
diperkenalkan
pertama kali oleh P.P. Chen pada tahun 1976. Model ini dirancang untuk
III. HASIL DAN KESIMPULAN Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
menggambarkan persepsi dari pemakai simki.unpkediri.ac.id || 4||
Artikel Skripsi Universitas Nusantara PGRI Kediri
dan berisi obyek-obyek dasar yang
Pada menu ini user dapat
disebut entity dan hubungan antar
melakukan pengolahan data
entity-entity tersebut yang disebut
barang baik menginputkan data
relationship. Pada model ER ini
barang, mengedit data barang
semesta data yang ada dalam dunia
dan menghapus data barang.
nyata
ditransformasikan
dengan
memanfaatkan perangkat konseptual menjadik
sebuah
diagram,
yaitu
diagram ER ( Entity Relationship) Diagram
Entity-Relationship
melengkapi penggambaran grafik dari struktur logika . Dengan kata lain Diagram E-R menggambarkan arti dari aspek data seperti
bagaimana
atribut-atribut relationship
dan disajikan.
entity-entity, relationshipSebelum
Gambar 3.2 Tampi;an
membuat Diagram E-R , tentunya kita
data barang
harus memahami betul data yang diperlukan dan ruang lingkupnya. Di
b) Tampilan data barang terjual
dalam pembuatan diagram E-R perlu
Pada menu ini user dapat melakukan
diperhatikan penentuan sesuatu konsep
entry data penjualan, edit dan hapus.
apakah merupakan suatu entity, atribut
Pada tampilan ini user juga akan
atau relationship.
dapat melihat hasil peramalan.
B. Kesimpulan Berikut merupakan kesimpulan yang diperoleh dari hasil penelitian: 1. Sistem ini mampu membantu dalam a) Tampilan form data barang Form data barang merupakan
memprediksi jumlah produksi barang menggunakan sistem komputerisasi
salah satu menu pada aplikasi. Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
simki.unpkediri.ac.id || 5||
Artikel Skripsi Universitas Nusantara PGRI Kediri
yang mengacu pada jumlah penjualan pada periode masa lampau.
IV.
DAFTAR PUSTAKA Gasperzs, 2005 . Penerapan metode trend moment dalam forecast penjualan motor yamaha di pt. Hasjrat abadi. Jurusan Teknik Informatika, Universitas Negri Gorontalo, Gorontalo, April 2013.
Widodo, 2008 . Peramalan penjualan dengan metode fuzzy time series Ruey chyn tsaur. Jurusan Teknik Informatika, Universitas Diponegoro Semarang, Semarang, 2013
Kusrini, Luthfi, Emha Taufiq. 2009. Algoritma Data Mining. Yogyakarta : CV. Ladjamuddin, Al Bahra. 2005. Sitem Informasi Manajemen. Yogyakarta : Andi. Nofriansyah, Dicky. 2014. Konsep Data Mining VS Sistem Pendukung Keputusan.Yogyakarta : DEEPUBLISH. Oktavian, Diar Puji. 2010. Menjadi Programmer Jempolan Menggunakan PHP. Yogyakarta : Mediakom Pohan, Iskandar Husni, Kusnassriyanto Saiful Bahri. 1997. Pengantar Perancangan Sistem. Jakarta : Erlangga Wicaksono, Yogi. 2008. Membangun Bisnis Online dengan Mambo. Jakarta : PT. Elex Media Komputindo.
Delli Widianna Putri | 12.1.03.02.0274 Teknik โ Teknik Informatika
simki.unpkediri.ac.id || 6||